• Aulas: terças e quintas 8-10h (PE-24)
• Início das aulas: 26/fevereiro/2019
• Término das aulas: 29/junho/2019
• Calendário de Atividades

• Cognição e Percepção
• Modelagem de Dados
• Processamento de Dados
• Análise Preditiva de Dados
• Visualização de Dados
• Interação

1. Mastering the information age: solving problems with visual analytics, editado por Daniel Keim, Joern Kohlhammer, Geoffrey Ellis e Florina Mansmann, 2010

Outras fontes de consulta

1. Information Visualization: Perception for Design,
   Colin Ware, 2a. edição
   Morgan Kaufman
   ASIN: B000RPPTN6
2. The Visual Display of Quantitative Information,
   Edward R. Tufte, 2a. edição
   Graphics Pr
   ISBN-10: 9780961392147
   cópia disponível online
3. Statistics and probability
   Khan Academy
4. Quick-R,
   DataCamp
5. ParaView Tutorials,
   Kitware

• Provas (60%)
  • 1ª Avaliação: 02/abril
  • 2ª Avaliação: 09/maio

  O conteúdo de cada prova inclui toda a matéria ministrada até a última aula que antecede o dia da prova.

• Listas de exercícios (20%), em grupo de 2 pessoas no máximo.
• Seminário (20%), em grupo de 2 pessoas no máximo e diferente do grupo da Lista.

Serão aprovados os alunos que satisfizerem as três condições:

• M = 0.6 (P₁+P₂)/2 + 0.2 L + 0.2 S > = 5.0 ,
  onde P_i é a nota da iª L, listas de exercícios; S, seminário.
• frequência superior ou igual a 75%.

Na conversa do primeiro dia de aula foi identificado que a maioria dos alunos já teve o "sentimento de impotência" diante de um problema envolvendo um grande volume de dados, não tendo nenhuma ideia "por onde se deve começar". Decidimos, então, avaliar a aplicabilidade das técnicas que aprenderemos ao longo do semestre na solução destes problemas através de um projeto final da disciplina.

Nos primeiros três meses, enquanto eram dados os fundamentos teóricos de visual analytics, cada grupo procurou identificar um problema de interesse, entender melhor os dados envolvidos, associá-los às ferramentas de processamento e de visualização que eram apresentadas nas aulas, e delimitar melhor o escopo do problema para que seja factível a sua solução no tempo que dispomos. O último mes do curso foi dedicado ao projeto de um sistema visual que o ajudasse na solução do problema definido. A variabilidade dos temas mostrou a todos nós a abrangência da área de pesquisa de visual analytics:

Método para Agilizar a Tomada de Decisão em Ambientes de Monitoração de Data Centers: José Gilberto Biondo Junior e Marx Caram Rossi.	Software para auxílio visual na contagem de árvores em imagens UAV: Sílvia Regina Leme Colella e Thais de Oliveira Caldeira.
Visual Analytics para Perdas Não-Técnicas no Sistema de Distribuição: Luís Felipe Granello de Souza e Filipe Marçal.	Inferência de demanda de passageiros do Circulino: Análise de tráfego para as rotas do Circulino: Flávio Tonioli Mariotto e Daniel Xavier Silva.

Last modified: Tue Jul 2 18:06:31 -03 2019

"Esta página, assim como todas as páginas sob esta mesma árvore, não é uma publicação oficial da UNICAMP, seu conteúdo não foi examinado e/ou editado por esta instituição. A responsabilidade por seu conteúdo é exclusivamente do autor."

"This page, as well as all pages under this same tree, is not an official publication from UNICAMP; its content has not been verified and/or edited by this institution. The author is solely responsible by its contents."